MSA 在 6Sigma 项目中的应用

结合实际将MSA方法应用于某公司的6Sigma改进项目，该公司的6Sigma项目是降低汽车零部件凸轮相位调节器成品不良率的改进。在DMAIC管理过程的M阶段，获取高质量的数据是M阶段数理统计分析的关键。可靠的测量系统性能是获得高质量数据的前提。本文利用凸轮相位调节器的摩擦力矩对测量系统进行了MSA验证，并对其稳定性、重复性和再现性进行了分析。

1.稳定性验证

测量系统评估的前提是稳定性的评估。选择公差中间的一个零件作为稳定验证的基准。为了真实反映测量系统的性能，每次进行测量时，都会对基准件进行标记，与其他生产零件一起放入机器进行测量，然后取出完成一个测量过程。整个测量以一个班次为一个周期，每个班次测量5次，共10个班次。收集的测量数据见表1:

表 1 

每组样本的数据为n=5。查找表D4 =2.114，D3 =0，A2 =0.577。根据下面的公式，我们可以得到平均值和平均值的上下限，以及范围平均值和范围上下限。

根据表1的结果，画出均值-极差图，如图2所示。平均值中的样本值是随机分布的，所有的样本点都落在上、下控制线的范围内，并且靠近平均值排列。极差图的样本分布非常接近中值，波动较小，因此认为测量系统的稳定性满足要求。

 图 2

2.重复性和再现性验证

测量系统的重复性和再现性偏差，即测量系统的精度，可以通过这两个指标的综合评价，综合反映测量系统的精度。重复性是指测量设备的偏差，再现性是指在各种可能的变化条件下，同一零件同一特性多次测量结果的一致性。这些可能的变化条件主要包括测量人员的变化和测量环境的变化。

选取[0，4]公差范围内的10个零件，由3名测量人员对每个零件随机测量3次，最终得到表2中的测量数据。

表 2 

MSA是汽车行业质量体系管理的重要组成部分。只有正确理解MSA的相关知识，并将其应用到制造过程中，才能为企业提供准确可靠的数据，服务于企业的质量管理。MSA不仅能在6Sigma项目中提供高质量的测量数据，还能保证质量的提升。也可以应用于企业的整个制造过程，保证各种数学统计分析的可靠性。